BI & Big Data Blog

03.12.2020 Christoph Epping

Continuous Deployment: So vermeiden Sie Datenverluste

„Continuous Deployment“ hat in den vergangenen Jahren die Entwicklung von Anwendungen und Datenbanken massiv beschleunigt. Änderungen werden laufend nach festen …

14.10.2020 Jan Degenhardt

Cloud vs. OnPrem – Wo sind Ihre Daten sicherer?

Lange Zeit war die mangelnde Sicherheit ein Hauptargument gegen digitale Lösungen in der Cloud. Inzwischen gibt es für Unternehmen aber kaum noch eine Alternative. Wer …

15.06.2020 André Kienitz

Dimensionale Datenmodelle: So können Sie Änderungen automatisch auf Fehler prüfen

Änderungen in dimensionalen Datenmodellen verlangen nach hoher Aufmerksamkeit – vor allem, wenn es sich um komplexe BI-Lösungen im Konzernbereich handelt. Kommt es zu …

05.05.2020 Jan Degenhardt

Data Lake: Diese 3 Fehler sollten Sie vermeiden

Erst kürzlich habe ich in einem Blog-Artikel 5 Gründe für einen Data Lake zusammengetragen. Denn: Als zentraler Datenspeicher ist der Data Lake eines der Kernelemente …

31.03.2020 Nora Herentrey

SAP + Power BI – So erweitern Sie SAP C4C um ein aussagekräftiges Reporting

Wer schonmal mit der SAP Hybris Cloud for Customer – kurz SAP C4C – gearbeitet hat, der weiß: Die Analysemöglichkeiten sind stark begrenzt. Das webbasierte CRM-System …

30.01.2020 Jan Degenhardt

5 gute Gründe, die für einen Data Lake sprechen

Der Data Lake hat sich – insbesondere im Kontext des Modern Data Warehouses (MDWH) – zu einem De-facto-Standard für moderne Business Intelligence-, Analytics-, IoT- …

14.01.2020 Agnes Kruczek

Was ist Databricks und welchen Mehrwert bietet es?

Seit Ende letzten Jahres sind wir stolzer Partner von Databricks. Im Gespräch erklärt Hilmar, was Databricks überhaupt ist und welchen Mehrwert es seinen Nutzern bietet. …

03.12.2019 Sebastian Leyens

5 Maßnahmen, durch die Sie Ihre Datenqualität verbessern

„Garbage in, garbage out“ heißt es gerne, wenn es um die Datenqualität bei Analytics-Lösungen geht. Den meisten Verantwortlichen in Unternehmen ist inzwischen sehr …